—-待更—-
[1]: A Convolutional Neural Network Cascade for Face Detection
[2]: From Facial Parts Responses to Face Detection A Deep Learning Approach
[3]: Multi-view Face Detection Using Deep Convolutional Neural Networks
[4]:
【1】关键词: 级联 校正 多分辨率 速度
实现的是6个CNN网络级联,对三种不同分辨率下的检测和校正,速度可以实现cpu下14fps,GPU下100FPS
校正工作,作者用45种模式,对bbox进行微调
【2】 关键词: 部分相应 有点landmark的意思
5个不CNN分别对应头发、鼻子、嘴巴等的相应,将相应图结合成一个,然后在feature map上用object proposal的方法得到face proposal ,求proposal得分是DPM的思想,即利用到各部分之间的空间位置,然后进行NMS得到最后的bbox
【3】分析了各种因素对检测结果的影响,比如超参数、训练数据集等
batch size:32 pos+96 neg
滑动窗口 图像金字塔
有点启发的是关于data augment,作者分析了为什么对于一些人脸(尤其是in-plane旋转的人脸,以及out-of-plane旋转的人脸)漏检比较多,对这些人脸,作者提出的策略是,改变采样概率,比如对样本比较少的偏转人脸加大采样概率;对于遮挡人脸,可以通过更加复杂的data aug技术,这里,论文说,只是简单的把人脸的某部分变黑或者变白是无用的,因为CNN会学些出这些人工模式。
论文笔记--人脸检测 DL
最新推荐文章于 2024-08-10 19:08:37 发布